摘要
隐式神经表示（INRs）将图像建模为将空间坐标映射到像素值的连续函数，提供了一种用于图像表示的紧凑且与分辨率无关的框架。现有的 INR 方法通过基于坐标的建模和激活函数设计取得了优异的性能，能够有效表示复杂的视觉信号。遥感图像提供了一个典型场景，其中空间方向在视觉表示中起着重要作用。许多结构，如道路、河流和建筑物边界，表现出清晰的几何布局和方向依赖的模式，这使得方向感知建模对于准确的表示和解释尤为重要。在本工作中，我们提出了 Ori-INR，一种用于遥感图像表示的方向感知隐式神经表示。Ori-INR 从两个互补的角度将显式方向建模引入基于坐标的网络中。首先，我们设计了一种方向调制激活函数，使隐藏表示能够捕获与空间结构对齐的方向敏感响应。其次，我们引入了一种径向 - 角度坐标编码，整合了径向距离和角相位信息，在输入级别提供了显式的方向感知线索。通过结合这两个组件，Ori-INR 增强了 INRs 以更富有表现力和结构化的方式表示具有方向结构的视觉信号的能力。在多个遥感基准上的大量实验表明，与现有的 INR 方法相比，该方法始终提高了表示质量，并更好地保留了几何和方向结构。
